Další formáty:
BibTeX
LaTeX
RIS
@article{1787097, author = {Kvak, Daniel and Kvaková, Karolína}, article_location = {Praha}, article_number = {6}, doi = {http://dx.doi.org/10.48095/ccgh2021540}, keywords = {polyp detection, convolutional neural network, artificial intelligence, spatial location}, issn = {1804-803X}, journal = {Gastroenterologie a Hepatologie}, title = {Asistenční systém pro detekci polypů v reálném čase na bázi konvoluční neuronové sítě}, volume = {75}, year = {2021} }
TY - JOUR ID - 1787097 AU - Kvak, Daniel - Kvaková, Karolína PY - 2021 TI - Asistenční systém pro detekci polypů v reálném čase na bázi konvoluční neuronové sítě JF - Gastroenterologie a Hepatologie VL - 75 IS - 6 SP - 540-543 EP - 540-543 PB - Česká lékařská společnost J. E. Purkyně SN - 1804803X KW - polyp detection, convolutional neural network, artificial intelligence, spatial location N2 - Využití umělé inteligence jako asistenční detekční metody v endoskopii se v uplynulých letech těší zvyšujícímu se zájmu. Algoritmy strojového učení slibují zefektivnění detekce polypů, a dokonce optickou lokalizaci nálezů, to vše s minimálním zaškolením endoskopisty. Praktickým cílem této studie je analýza CAD softwaru (computer-aided diagnosis) Carebot pro detekci kolorektálních polypů s využitím konvoluční neuronové sítě. Navržený binární klasifikátor pro detekci polypů dosahuje přesnosti až 98 %, specificity 0,99 a preciznosti 0,96. Současně je diskutována nezbytnost dostupnosti rozsáhlých klinických dat pro vývoj modelů na bázi umělé inteligence pro automatickou detekci adenomů a benigních neoplastických lézí. ER -
KVAK, Daniel a Karolína KVAKOVÁ. Asistenční systém pro detekci polypů v reálném čase na bázi konvoluční neuronové sítě. \textit{Gastroenterologie a Hepatologie}. Praha: Česká lékařská společnost J. E. Purkyně, 2021, roč.~75, č.~6, s.~540-543. ISSN~1804-803X. Dostupné z: https://dx.doi.org/10.48095/ccgh2021540.
|